电子工业社版（2022）2.2 手写数字识别公开课课件ppt

这是一份电子工业社版（2022）2.2 手写数字识别公开课课件ppt，文件包含电子工业版信息技术九下22《手写数字识别》课件pptx、电子工业版信息技术九下22《手写数字识别》教案doc等2份课件配套教学资源，其中PPT共14页， 欢迎下载使用。
一、了解K-NN算法的原理
通过本章节的学习，你应该掌握以下内容：
二、让计算机学习手写数字
三、让计算机识别手写数字
手写数字识别目前已被广泛应用到大规模数据统计中。手写数字识别是指通过给定一系列的手写数字图像及对应的数字标签，让计算机构建模型进行学习，目的是能够自动识别出一张新的手写数字图像对应的数字。本节课我们通过调试并运行“手写数字识别”程序，了解K-NN算法的原理，以及计算机学习与识别手写数字的过程。
1、了解K-NN算法的原理
K- -NN算法是机器学习中最简单的一个分类算法，属于监督式学习的分类算法。K -NN算法也称K最近邻算法，英文名称是K- Nearest-Neighbr。该算法的核心是找到与待分类样本距离最近的k个邻居，在选取的k个邻居中统计出占比最高的类别作为预测类别。
2、让计算机学习手写数字
我们将计算机学习手写数字的过程分为3个步骤。
（1）、 输入手写数字:计算机擅长计算和存储，它是从数据中学习的。学习的第一步是输入手写数字。同学们可以在纸上手写数字，然后拍照以图像的形式将手写数字存储到计算机中，也可以通过手写板、鼠标等工具直接输入手写数字。
(2)、图像预处理:计算机内部是使用二进制编码存储数据的。例如，以图像存储手写数字为例，计算机存储的是图像像素点对应的颜色的数值信息，如图2.2.4所示，将图像的所有颜色信息存储下来就可以得到一张图像。
(3)、存储图像及标签:计算机需要存储处理后的图像信息及对应的数字标签 (0~9)。如图2.2.7所示，计算机存储的由0、1组成的数字序列是一个手写数字2的图像信息，此时，需要将图像信息、数字标签建立一一对应的关联，同时存储图像信息与数字标签，也就是告诉计算机图2.2.7左侧的数字序列对应的是数字2。
通过学习手写数字，计算机已经能够将这些图像信息与数字建立联系。接下来我们就可以通过识别新的手写数字验证一下计算机的学习效果。我们将识别阶段分为5个步骤。
（1）、输入手写数字:将待识别的手写数字输入计算机中。（2）、图像预处理:对待识别的数字图像进行预处理。
（3）、距离计算:对比待识别数字图像的像素信息与已存储图像的像素信息，统计不同像素的个数(即距离)。如图所示，不同像素的个数越少，说明两幅图像相似度越高，反之相似度越低。
（4）、选择A个最近的距离:从计算的距离中选择k个最近的距离及对应的数字标 签。如图所示，设定k=3， 则选择距离最近的3个图像。（5）、判定类别:基于K-NN算法对待识别数字进行类别判定。在步骤4中，k=3时，选出的距离最近的3个图像中有两个数字7、一个数字3，根据K-NN算法判定识别数字为7。
图像预处理过程中通过——、——和——3种方式减少图像保存的数据？
3、请参考活动2中的实践探究，提供多种符号图像让计算机学习，并验证其识别符号图像的效果。
请同学们回顾本周所学知识进行总结，看看自己是否掌握了以下知识。
1、了解K-NN算法的原理2、让计算机学习手写数字3、让计算机识别手写数字
1、分组讨论并总结K-NN算法的逻辑。2、想想手写数字识别程序在日常生活中的应用，对照本章节学习的知识，思考数字程序是如何进行识别的?3、想想手写数字识别程序在日常生活中的应用，对照本章节学习的知识，思考数字程序是如何进行识别的?